实验 4-2 消融实验室
点一个头把它屏蔽掉，看验证集 loss 和生成文本怎么变。
点上面任意一个头开始。基线生成：
动手：
先把第 0 层四个头各点一次，再把第 1 层四个各点一次。
Δ 差了几倍？
再回头想想：只看注意力图，你能预测出这个差别吗？